持久的两阶段活动识别制造技术

技术编号:40911330 阅读:18 留言:0更新日期:2024-04-18 14:39
一种用于流式顺序数据的能量高效状态改变检测和分类的方法包括经由第一预测模型从传感器接收顺序数据。该第一预测模型基于该顺序数据确定活动状态的改变。将关于活动状态已经改变的指示传输到第二预测。第二预测模型基于该顺序数据确定经更新活动状态。将经更新活动状态发送到第一预测模型,之后第二预测进入非活跃状态。

【技术实现步骤摘要】
【国外来华专利技术】

本公开的各方面整体涉及预测,并且更具体地涉及活动识别。


技术介绍

1、活动识别是预测人或物体运动的问题。活动识别旨在根据一系列观察对人的动作进行检测和分类。理解该用户活动上下文是广泛适用的,例如在医疗保健、导航、通知和安全中的用例。然而,许多应用涉及持续观察和分类。因此,此类活动识别系统涉及大量的功率和存储器消耗。当在移动设备(诸如智能电话)的上下文中应用活动识别时,这些成本加剧。


技术实现思路

0、概述

1、本公开在独立权利要求中分别阐述。本公开的一些方面在从属权利要求中描述。

2、在本公开的一方面,提供了一种用于能量高效状态改变检测和活动识别的方法。该方法包括经由第一预测模型从传感器接收顺序数据。该方法还包括经由第一预测模型基于顺序数据确定活动状态的改变。另外,该方法包括向第二预测模型传输关于活动状态已经改变的指示,该第二预测模型基于顺序数据确定经更新活动状态。

3、在本公开的一方面,提供了一种用于能量高效状态改变检测和活动识别的装置。该装置包括存储器以及耦合到该存储器本文档来自技高网...

【技术保护点】

1.一种方法,包括:

2.根据权利要求1所述的方法,其中所述第一预测模型持续地预测所述活动状态是否已经改变,并且所述第二预测模型在接收到对活动阶段改变的所述指示之前是非活跃的。

3.根据权利要求1所述的方法,其中所述顺序数据包括惯性测量单元(IMU)传感器数据、全球导航卫星系统(GNSS)数据、连通性数据、音频数据、图像数据、气压数据、环境光传感器数据或邻近度传感器数据中的一者或多者。

4.根据权利要求1所述的方法,其中所述第一预测模型基于累积对数似然比函数来确定所述活动状态的所述改变。

5.根据权利要求4所述的方法,其中当所述累积对数似然...

【技术特征摘要】
【国外来华专利技术】

1.一种方法,包括:

2.根据权利要求1所述的方法,其中所述第一预测模型持续地预测所述活动状态是否已经改变,并且所述第二预测模型在接收到对活动阶段改变的所述指示之前是非活跃的。

3.根据权利要求1所述的方法,其中所述顺序数据包括惯性测量单元(imu)传感器数据、全球导航卫星系统(gnss)数据、连通性数据、音频数据、图像数据、气压数据、环境光传感器数据或邻近度传感器数据中的一者或多者。

4.根据权利要求1所述的方法,其中所述第一预测模型基于累积对数似然比函数来确定所述活动状态的所述改变。

5.根据权利要求4所述的方法,其中当所述累积对数似然比函数大于阈值参数时,发生所述活动状态的所述改变。

6.根据权利要求5所述的方法,其中所述阈值参数能够调整以实现错误事件率与检测时延之间的权衡。

7.根据权利要求4所述的方法,其中通过将测试样本输入到所述累积对数似然比函数的估计量中来计算所述累积对数似然比函数。

8.根据权利要求1所述的方法,其中所述第二预测模型响应于关于所述活动状态已经改变的所述指示而处理所述顺序数据以提取所述顺序数据的特征,并且基于所述顺序数据的所提取的特征来确定所述经更新活动状态。

9.根据权利要求8所述的方法,其中所述第二预测模型将所述经更新活动状态供应给所述第一预测模型,并且所述第一预测模型基于所述经更新活动状态来确定所述活动状态的所述改变。

10.一种方法,包括:

11.根据权利要求10所述的方法,还包括响应于所述状态改变事件指示所述活动状态尚未改变,跳过处理所述顺序数据以确定所述顺序数据的所述分类。

12.根据权利要求10所述的方法,还包括将所述分类传输到所述第一预测模型,所述第一预测模型使用所述分类计算下一状态改变事件。

13.根据权利要求10所述的方法,还包括响应于所述状态改变事件指示所述活动状态尚未改变,将针对当前时间段的所述顺序数据的所述分类设置为所述先...

【专利技术属性】
技术研发人员:滕迪炎J·韩R·A·赛伊德R·库尔卡尼
申请(专利权)人:高通股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1